相图测定成矿压力方法的评述

本文对国内外广泛应用相图测定成矿压力的方法进行了评述。文中讨论了引起相图测定成矿压力不确切性的各种因素,并提出了消除或减弱这些影响因素的措施,以利于进一步提高利用相图进行成矿压力测定的精度。     

羟丙基壳聚糖对表面活性剂微乳液相图的影响

在 2 5℃条件下 ,测定了不同浓度的羟丙基壳聚糖 (HPCHS)溶液 /表面活性剂 (聚氧乙烯(2 3)醚月桂醇 (BRIJ35)、十六烷基三甲基溴化铵 (CTAB)、十二烷基硫酸钠 (SDS)、二甲基十二烷基甜菜碱 (C1 2 BE) ) /正丁醇 (n- C4H9OH) /正辛烷 (n- C8H1 8)体系微乳液拟三元相图。结果表明 ,在所研究的浓度范围内 ,羟丙基壳聚糖对不同类型表面活性剂体系微乳液的形成有不同的影响 :(1 )除C1 2 BE体系外羟丙基壳聚糖的加入均在一定程度上改善了原有体系微乳区的形成和稳定 ;(2 )羟丙基壳聚糖溶液在 1 0 ,1 0和 5g/ L浓度时分别使 BRIJ35,CTAB和 SDS体系微乳区面积达到最大 ;(3)羟丙基壳聚糖的加入没有明显改变 C1 2 BE体系的微乳区面积。     

正己烷/海水微乳液形成的相图研究

用相图方法研究正己烷／海水微乳液的形成。体系相图由水（或人工海水，盐度分别为０，１３．６９６，３０．０７０和４１．１１８）／油（正己烷）／表面活性剂（ＡＳ，ＣＴＡＢ及ＢＲＩＪ３５）／助表面活性剂（正丁醇）在４０℃时构成。分别研究表面活性剂类型，油及醇含量和海水盐度对微乳液形成的影响。结果表明：醇与表面活性剂的摩尔浓度比值大于１时，最适宜于形成微乳液；形成微乳液区的面积随正己烷含量增加而减少；含离子     

夏季对马暖流“东海段”的温－盐特征及1987年和1989年夏季的盐度差异

本文分析该海域约７０个测站的温、盐资料，获得以下结果：（１）夏季在对马暖流的源区，于１０～７５ｍ水层内，其流路成一明显的分界线，左（西）侧温、盐度较低，右（东）侧温、盐度较高。（２）夏季对马暖流源区存在着三种海水：高温、高盐水，高温、低盐水和高温、次高盐水。（３）夏季朝鲜海峡地区，东水道的温、盐度高于西水道温、盐度。（４）１９８７年，东海黑潮区、长江口、杭州湾外及东海酉南部海域，夏季的表层盖度，皆比１９８９年同季、同一海域的盐度偏高；而对马暖流“东海段”却出现相反的低盐现象。其原因之一，１９８７年冲淡水势力极强，几乎盘踞了对马暖流源区的大部分海域，使源区盐度下降，并随对马暖流北上输送的缘故。其中：（１）和（４）两点认识系首次提出。     

霞浦No.1孔晚第四纪古气候因子的定量估算

本文使用孢粉图式、最优分割、对应分析和Q型聚类分析方法，将福建霞浦No.1孔的孢粉划分为8个孢粉组合带，并由此推论出8个植被演替阶段。依据对应分析结果和一系列热力学计算公式，本文估算了该孢粉所反映的古气候因子。它们包括年平均温度、相对温度、绝对湿度、水汽压、年蒸发量、干燥度、年降水量。并依据之些古气候因子，认为该孔孢粉反映的该地区晚第四纪古气侯有7个阶段。     

基于矩形图的天然水化学分类和水化学规律研究

在论述Piper图和Durov图的基础上,推荐一种新的水化学图——矩形图,并详细叙述了矩形水化学图的划分原则和依据。通过银川平原地下水水化学资料分析,证实这种水化学图可用于确定地下水的水化学类型,并进行水文地球化学规律研究。     

磷灰石Eu/Y-Ce:基于大数据的源区类型判别新图解SCIEI北大核心CSCD

磷灰石广泛分布于火成岩、沉积岩和变质岩中,是一种常见的、包含丰富微量元素的副矿物。磷灰石晶格可容纳丰富的微量元素,且因其形成的物理化学条件不同会表现出差异明显的微量元素特征。利用磷灰石微量元素特征可以追踪物质来源和演化。现在常用的方法是利用磷灰石的微量元素绘制二元判别图解,经典判别图解包括Sr-Y、Sr-Mn、Y-(Eu/Eu^(*))和(Ce/Yb)_(N)-REE图解。随着微区测试技术发展,磷灰石微量元素数据日渐丰富,同时由于磷灰石化学成分的复杂性,传统图解已逐渐无法有效利用这些数据所携带的信息,进而无法准确判别其生成环境。建立能准确判别磷灰石物源的新型判别图解故而迫切。近年来,磷灰石微量元素数据的大量积累,为运用以大数据为依托,准确判别磷灰石物源奠定了数据基础。本研究将大数据技术与地球化学数据相结合,共收集整理了1925个代表性磷灰石测试点的微量元素数据,对富碱性火成岩、超镁铁质岩石、镁铁质火成岩、长英质花岗岩、中-低级变质岩、高级变质岩六种类型中磷灰石微量元素数据进行穷举端元处理,共获得7140个磷灰石物源判别图解端元组合,在轮廓系数限定下,进一步有效筛选并提取出能判别磷灰石物源类型的最优图解端元。本文构建了Eu/Y-Ce磷灰石判别新图解,相较于之前的磷灰石判别图解,其涵盖了更全面的物源类型,可以更准确地判别源区类型。     

机器学习在岩矿地球化学研究中的应用——综述与思考

岩石与矿物的地球化学成分数据具有高维度特征。传统的岩矿地球化学成分研究主要采用二元/三元图解判别法,准确率不高,在数理统计方法上有欠缺。机器学习方法非常适用于对大样本高维度的岩矿成分数据进行数理统计处理。本文在介绍机器学习常见算法基本原理的基础上,总结近5年来国内外学者将机器学习方法应用于岩石矿物成分数据研究的实例,包括：① 根据矿物成分溯源其母岩（源岩）、判别矿床类型,② 新生代火山岩溯源,③ 判别变质岩原岩,④ 依据岩浆岩成分判别大地构造环境等。已有的研究实例显示,机器学习方法的准确度明显优于传统的低维度判别法。机器学习本质是分析大样本数据的高维度变量之间的相关、归类等多元统计问题。推广机器学习的应用需要建设开放获取（Open Access）的矿物、岩石成分数据库,同时全面实施开放研究（Open Research）的发表策略。     

综合线面特征分布的点目标多尺度聚类方法

考虑空间数据分布的复杂性与不连续性,提出了一种点目标聚类方法。算法利用全要素Voronoi图准确识别与表达点目标与线面实体的空间相关性;根据点目标位置分布特征计算面积阈值来控制聚类的粒度,同时以空间尺度变化下面积阈值的恒定作为判断尺度收敛的条件,实现点目标的多尺度划分,时间复杂度为O(nlogn)。经试验验证,聚类尺度随点目标分布特征自适应收敛,算法无须自定义参数,能够有效地发现受线面目标约束的任意形态点目标集群,对异常值处理稳健。     

改进的加权Voronoi图ArcGIS矢量生成算法

加权Voronoi图是根据生成元权重划分空间的方法,广泛应用于地学领域。针对传统加权Voronoi图ArcGIS矢量生成算法不能处理重叠点、复杂多边形及更新操作等问题,该文提出了一种改进算法,结合C#和ArcEngine,利用增量法思想,通过重叠点处理、区域分割合并、加权区域重分类、加权区域重划分等方法实现,可嵌入ArcGIS应用软件使用或独立运行,具有良好的可用性,精度高,便于数据库存储管理,扩展了加权Voronoi图在地学领域的应用。